scipy.optimize() 值错误：sum 的形状不匹配

Question

嗨，我是 scipy 和 numpy 的新手，

我正在尝试将 QP 问题用于课堂作业

minimize x^t * H * x  + f^t * x 
where x > 0

其中 H 是一个 2 X 2 块矩阵，每个元素是一个 k X k 维矩阵，并且 x 和 f 是 2 X 1 个向量，每个元素是一个 k 维向量。

np.shape(H) = (2, 2, k, k)
np.shape(x) = (2, k)

即使我认为函数正确，我也会收到形状不匹配错误

这是我的实现：

def func(x):    #This function runs perfectly ,returns a value 

    return 0.5 * np.tensordot(x, np.tensordot(H, x, axes=([1,3],[0,1]))) + np.tensordot(x,f)

x_init = np.ones((2, k))

bnds = (0, None)

theta = opt.minimize(func , x_init, bounds = bnds)
# I get an error here. 
# ValueError: shape-mismatch for sum

我是否遗漏了一些明显的东西？

Answer 1

问题是x_init 被opt.minimize 压扁了。您可以通过在函数内部重塑 x 来解决此问题：

def func(x):
    x = x.reshape(2, -1)
    return 0.5 * np.tensordot(x, np.tensordot(H, x, axes=([1,3],[0,1]))) + np.tensordot(x,f)

结果由theta 捕获，并从属性theta.x 优化x，您将看到它也被展平，需要相同的重塑。